早期Amazon根据个人喜好剖析样本,尝试找出顾客间的相似性来推荐书单;像是买了一本关于波兰的书,系统就建议一票其他人也买了探讨东欧事务的作品给你;或者,买一本育儿书,就接着推荐一堆婴儿相关书籍,但问题就出在你根本不需要再买功能相仿的书了! Amazon员工说:「系统推荐的书,和你过去买的大同小异,而且没完没了,有点像和笨蛋一起去买东西」。尔后Amazon研发出「品项对品项(item to item)协同筛选技术」:从巨量资料找出不同商品间的关联,就能做出跨品类、意料之外的推荐,使业绩获得惊人的成长。当然,这类应用不表示在其他平台照样管用,Yahoo超级商城与购物中心就发现,利用更个人化的「Audience-based技术」使转换率高过「品项对品项技术」六倍之多。有了上述大数据转化为巧数据的完美实证,行销人只要知道「正是如此」,就不须太执着于「为何如此」,反而可以扭转思维,将更多精神投注于电脑不可及之处。